Openclaw Agent Optimize

• Sospetti che il tuo workspace OpenClaw stia sostenendo costi LLM non necessari e desideri un audit sistematico prima di toccare qualsiasi configurazione.
• Le risposte del tuo agente sono lente o costose a causa del context bloat (rumore nelle trascrizioni, file di bootstrap sovradimensionati o troppe skill ambient).
• Desideri un piano strutturato di model-routing — ad esempio, instradare i task di coding verso un modello, le notifiche brevi verso uno più economico e la ricerca ad alto contenuto di ragionamento verso uno più capace.
• Vuoi migliorare la postura di delega spostando i workflow specialistici a bassa frequenza dall'utilizzo sempre-ambient all'utilizzo on-demand come subagent.

• Vuoi applicare modifiche alla configurazione o ai cron immediatamente senza una fase di revisione — questa skill è solo consultiva e non apporterà modifiche in modo autonomo.
• La domanda o il compito non è correlato alle operazioni di OpenClaw o all'ottimizzazione del workspace.

La competenza segue una struttura consulenziale fissa: verifica dello stato attuale, presentazione delle opzioni A/B/C con i relativi compromessi, quindi raccomandazione della modifica più piccola e sicura come prima azione. Ogni output include un riepilogo esecutivo, i principali fattori di costo/contesto/affidabilità e proposte di patch precise.

Nessuna impostazione persistente, cron job o skill viene creata, aggiornata o rimossa senza l'approvazione esplicita dell'utente. Prima di qualsiasi modifica approvata, Openclaw Agent Optimize mostra il diff esatto, l'impatto previsto, il piano di rollback e una checklist di verifica post-modifica.

La skill punta su vantaggi comprovati in termini di costi e contesto: disciplina dell'output per l'automazione, separazione del lavoro dalle notifiche, riduzione dei file di bootstrap, diminuzione della superficie degli specialisti ambientali, misurazione autorevole del contesto tramite /context json e igiene operativa basata sulla verifica preventiva.

Produce piani di routing concreti segmentati per tipo di attività (ad esempio, coding/engineering vs. notifiche brevi vs. ricerche ad alto contenuto di ragionamento), inclusa una patch di configurazione esatta e un piano di rollback pronti per la tua revisione.

Identifica i principali responsabili del gonfiore del contesto — strumenti, cron, file di bootstrap, skill — e classifica le correzioni in base alla reversibilità. Campi di misurazione chiave come promptTokens, skills.promptChars e projectContextChars vengono utilizzati per un confronto autorevole prima/dopo.

Dopo qualsiasi ottimizzazione approvata, Openclaw Agent Optimize prescrive un flusso di lavoro di verifica: confermare che la chat principale funzioni correttamente, verificare che il recupero delle informazioni e il comportamento rimangano invariati, validare che le nuove sessioni recepiscano la modifica e dimostrare che il percorso di rollback sia reale — non teorico.

Hai notato un aumento dei costi LLM ma non sei sicuro da dove provengano. Esegui un audit completo per ottenere un elenco classificato dei fattori di costo relativi al routing dei modelli, alle skill sempre attive in background e ai transcript rumorosi di cron/heartbeat, con un piano di intervento prioritizzato che puoi esaminare prima di applicare qualsiasi modifica.

Le risposte dell'agente rallentano e i costi delle sessioni aumentano. Utilizza la skill per identificare i principali responsabili delle dimensioni del contesto — file di bootstrap sovradimensionati, output verbose dei cron sul percorso di successo o troppe skill specializzate — e ottenere prima le correzioni più piccole e reversibili proposte da Openclaw Agent Optimize.

Vuoi che attività diverse vengano gestite da modelli diversi per bilanciare capacità e costi. La skill produce un piano di instradamento segmentato (ad esempio, modello economico per i promemoria, livello intermedio per la programmazione, alta capacità per la ricerca) con una patch di configurazione precisa e istruzioni di rollback.

Prima di apportare modifiche strutturali alla tua configurazione OpenClaw, utilizza Openclaw Agent Optimize per ottenere una valutazione strutturata dell'impatto, un piano di rollback e i passaggi di verifica post-modifica — assicurandoti di non degradare accidentalmente la copertura del monitoraggio o il comportamento di richiamo.